➤01 不同线性绘制

x = arange(0, 3.0, 0.1)
plt.plot(x, sin(x), 'r--', x, x*2, 'c1', x, x**2, 'b+')

^{▲ 几款不同绘制线型结果}

在MATPLOTLIB中对于绘制曲线的颜色定义参见： MATPLOTLIB中的颜色定义

^{▲ MATPLOTLIB中的颜色定义}

➤02 多图绘制

x1 = arange(0.1, a, 0.1)
x2 = arange(0.1, a, 0.05)plt.subplot(211)
plt.plot(x1, f1(x1), 'go', x2, f2(x2), 'k')
plt.grid(True)plt.subplot(212)
plt.scatter(x2, f2(x2))plt.grid(True)

^{▲ 多图绘制演示}

➤03 绘制散点图示意图

random.seed(int(time.time()))N = 100
x = random.rand(N)
y = 10 * x**2 + random.rand(N) * acolors = random.rand(N)
areas = (20 * random.rand(N)) ** 2plt.clf()
plt.scatter(x, y, s=areas, c=colors, alpha=0.5)
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.tight_layout()

^{▲ 散点图示例}

➤04 五个优雅的NumPy库函数

在五个优雅的Numpy函数 中Baijayyanta Roy介绍了几个Numpy中用于机器学习和数据科学工程的函数。

1.reshape()中的-1参数

Numpy 允许我们根据给定的新形状重塑矩阵，新形状应该和原形状兼容。有意思的是，我们可以将新形状中的一个参数赋值为-1。这仅仅表明它是一个未知的维度，我们希望 Numpy 来算出这个未知的维度应该是多少：Numpy 将通过查看数组的长度和剩余维度来确保它满足上述标准。让我们来看以下例子：

^{▲ reshape函数使用-1参数的效果}

2.argpartion()

Numpy 的 argpartion 函数可以高效地找到 N 个最大值的索引并返回 N 个值。在给出索引后，我们可以根据需要进行值排序。

^{▲ argpartion在数组中寻找最大的N个元素}

比如获得结果中最大的两个数值所对应的索引：

AA = argpartition(A,-2)[-2:]

举例：

A = random.rand(10)
printff('A=',A)AA = argpartition(A,-2)[-2:]
printff('AA=',AA)
printff('A[AA]=',A[AA])

A= [0.96815066 0.83087994 0.23400677 0.8570243  0.19535788 0.19072486 0.66225419 0.8177829  0.45656971 0.95308762]
AA= [9 0]
A[AA]= [0.95308762 0.96815066]

下面是使用sort（）， argsort()达到同样功能的示例。不过，使用argpartition的效率比sort的效率高。

A = random.rand(10)
printf(A)AA = argsort(A)
printf(AA)
printf(A[AA])

A = [0.72849843 0.79820074 0.96036724 0.22006177 0.2128844  0.31795377  0.36778209 0.03589072 0.1460506  0.67651717]
argsort = [7 8 4 3 5 6 9 0 1 2]
A[AA]= [0.03589072 0.1460506  0.2128844  0.22006177 0.31795377 0.36778209 0.67651717 0.72849843 0.79820074 0.96036724]

3.clip()函数：

在很多数据处理和算法中（比如强化学习中的 PPO），我们需要使得所有的值保持在一个上下限区间内。Numpy 内置的 Clip 函数可以解决这个问题。Numpy clip () 函数用于对数组中的值进行限制。给定一个区间范围，区间范围外的值将被截断到区间的边界上。例如，如果指定的区间是 [-1,1]，小于-1 的值将变为-1，而大于 1 的值将变为 1。

^{▲ 限制数组中的最小值为2，最大值为6}

4. extract:寻找数组中符合条件的元素

我们可以使用 Numpy extract () 函数从数组中提取符合条件的特定元素。

5.setdiff1d()

返回数组中不在另一个数组中的独有元素。这等价于两个数组元素集合的差集。

原文链接：https://towardsdatascience.com/5-smart-python-numpy-functions-dfd1072d2cb4

Matplotlib的几个典型绘制实验相关推荐

qmlcanvas绘制3d图形_透视Matplotlib核心功能和工具包 - 绘制3D图形
关联知识 Matplotlib Python 线图在此,我们将学习如何创建3D线图. 它类似于2D等效折线图,并且2D折线图的许多属性都结转到3D. 我们将在相同的轴上绘制凹凸曲线,并从不同角度查看 ...
Matplotlib 中等高线图(contour)的绘制
Matplotlib 中等高线图(contour)的绘制今天学习了matplotlib中的高线图的绘制,下面分享一下Matplotlib 中等高线图(contour)的绘制的步骤: 数据初始化 # ...
10【matplotlib常用统计图】02绘制条形图
案例假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据? a = ["战狼2","速度与激情8" ...
matlab作出马鞍面,[2018年最新整理]实验一马鞍面绘制实验.ppt
[2018年最新整理]实验一马鞍面绘制实验 */10 实验一: 马鞍面绘图实验实验目的和实验内容实验原理实验相关的思考问题 ? ? ? 熟悉几个函数 mesh,contour,linspace ...
【计算机图形学】-二维曲线绘制实验 (code included)
1. 实验目的: 了解曲线的生成原理,掌握几种常见的曲线生成算法,利用VC+OpenGL实现Bezier曲线生成算法. 2. 实验内容: (1) 结合示范代码理解曲线生成原理与算法实现,尤其是Bezi ...
用代码写出浪漫__合集（python、matplotlib、Matlab、java绘制爱心、玫瑰花、前端特效玫瑰、爱心）
活动地址:CSDN21天学习挑战赛用代码写出浪漫合集(爱心.玫瑰花) 本文目录: 一.前言二.用python.matplotlib.Matlab.java绘制爱心 (1)爱心图形1( ...
matplotlib——在 Jupyter Notebook中绘制图像时只显示变量信息不显示图片
1 问题描述最近我在使用 Jupyter Notebook做实验时,使用matplotlib包绘制图像,但是显示图像时,只看到打印的变量信息,却没有显示图像: 后来就请教了一下度娘- 2 解决方案 ...
python——Matplotlib饼图、直方图的绘制
实验环境 python 3.6 matplotlib 2.2.3 饼图的绘制 matplotlib.pyplot.pie(x, explode=None, labels=None, colors=No ...
三维体素图绘制实验与教程
还是实验课内容,数据是Transunet的标签数据存成了npy格式,想把多器官分割结果用立体的方式表现出来,完整代码在最后,前面主要是搞的一些测试.体素的绘图具体参考了链接[1],主要工具是pytho ...

Matplotlib的几个典型绘制实验